![](/img/trans.png)
[英]Python: UnicodeEncodeError: 'ascii' codec can't encode characters in position 34-39: ordinal not in range(128)
[英]Python mmh3: UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-14: ordinal not in range(128)
我正在向数据库查询笑话,并重新获得Python str
。 我想将它们用作Unicode对象,所以我这样做:
joke = unicode(joke, 'utf-8')
这适用于我所有的数据库结果,不会引起任何问题。
然后,我尝试像这样对每个笑话中的每个单词进行哈希处理:
result = mmh3.hash(joke)
然后我回来:
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-14: ordinal not in range(128)
我检查了文本,它是日语。 这是否意味着我应该在散列之前删除所有非ASCII字符,还是有更好的方法来处理此问题?
谢谢!
.hash(...)
函数似乎需要bytes
或ascii
转换的文本。
最简单的方法(如果要完全处理unicode
对象)是在调用mmh3.hash
将它们转换为bytes
:
result = mmh3.hash(joke.encode('UTF-8'))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.